早上起来，浏览学生在平台上的讨论。
联系到上次课程中讲到的信息过载，以及在自媒体时代频发的虚假新闻、网络暴力、以及信息灾变（Information apocalypse），真是让人感慨万千啊！
随着技术的进步，我们一方面享受着技术带给我们的红利，另一方面也遭受着技术的滥用带给我们的灾难。
人工智能 (AI) 驱动的音频、图像和视频合成，即所谓的深度伪造（DeepFake），已经将以前好莱坞的独门绝学普及给普罗大众了。
语音合成，每一位使用导航仪的朋友都体会到了。
给你导航的小团团、易洋千玺、郭德纲，他们的声音就是语音合成的。
两年前，有一个名叫ThisPersonDoesNotExist.com网站一下子走红。
其域名，This Person Does Not Exist，翻译过来就是“此人不存在”。
用户在任何一款浏览器上，访问这个“此人不存在”网站，这个网站就会自动生成一张高清的、非常逼真的、实际上并不存在的人的照片。
ThisPersonDoesNotExist 网站的创建者是 Philip Wang，他是一位来自 Uber 的软件工程师。
他利用英伟达2018年发布的研究成果创作了源源不断的假人像。其背后的算法是在一个巨大的真实图像数据集上训练的，然后，用 GAN 来生成新的例子，即假脸。
这篇推文中使用的所有照片，均出自ThisPersonDoesNotExist网站。
支持该网站的基本 AI 框架是著名的生成对抗网络 GAN。
据介绍，生成对抗网络（GAN）是合成内容的流行机制。GAN 让两个神经网络——一个生成器和一个鉴别器——相互对抗。
为了合成一个虚构人物的图像，生成器从一个随机的像素数组开始，并迭代地学习合成一张真实的脸。
在每次迭代中，鉴别器学习将合成的人脸与真实人脸语料库区分开来；如果合成的人脸可以与真实的人脸区分开来，那么，判别器就会惩罚生成器。
在多次迭代中，生成器学习合成越来越逼真的人脸，直到鉴别器无法将其与真实人脸区分开来。
此人并不存在
这项技术是2014年由谷歌大脑科学家 Ian Goodfellow 等人发明的。
2019年，英伟达开源了所采用的 StyleGAN。
StyleGAN 官方开源地址：https://github.com/NVlabs/stylegan
从合成任何人的声音，到合成虚构人物的图像，以及将一个人的身份与另一个人交换，或改变他们在视频中所说的话，人工智能所合成的内容不仅具有娱乐性，而且也具有极强的欺骗性，甚至对新闻业产生了并正在产生着重要而深远的影响。